Referenzen

Das Literaturverzeichnis der Bachelorarbeit im wissenschaftlichen Kontext

Die Arbeit stützt sich auf 88 Quellen und drei Bildquellen. Die Kürzel entsprechen dem Literaturverzeichnis im PDF, damit sich jede Stelle im Text nachschlagen lässt. Fast alle Quellen sind Online-Dokumente mit Abrufdatum 7. März 2019 – einige davon sind heute nicht mehr erreichbar; die Links zeigen auf die damals zitierte Adresse.

Wissenschaftlicher Kontext

Backpropagation (Rumelhart, Hinton & Williams, 1986)

„Learning representations by back-propagating errors“ in Nature ist die Grundlage für das Training mehrschichtiger Netze. Kapitel 4 leitet daraus die Delta-Regel und den Backpropagation-Algorithmus her, den auch die OCR-Verfahren nutzen.

Hebb-Regel (Hebb, 1949)

„The Organization of Behavior“ liefert die älteste Lernregel künstlicher Neuronen: Verbindungen zwischen gleichzeitig aktiven Units werden verstärkt. In der Arbeit der Ausgangspunkt für die Übersicht der Lernregeln.

COSIMIR-Modell (Universität Hildesheim)

Das Cognitive Similarity Learning in Information Retrieval-Modell zeigt, wie ein neuronales Netz Ähnlichkeit zwischen Anfrage und Dokument lernen kann – die Brücke von Kapitel 4 zu den Einsatzmöglichkeiten neuronaler Netze im Retrieval.

Recall und Precision

Die klassischen Gütemaße des Information Retrieval bewerten, wie vollständig und wie treffsicher ein System antwortet. Kapitel 3.2 nutzt sie, um den Sucherfolg des Prototyps einzuordnen.

Crawler, robots.txt und die großen Bots

Googlebot, Slurp und Bingbot werden anhand der Herstellerdokumentation verglichen. Daraus leitet die Arbeit ab, wie sich der eigene Crawler gegenüber Webseiten verhalten sollte.

Alle Quellen

88 von 88 Quellen

Suchmaschinen & Crawler 30

  • Bing1

    Bing Webmaster Help: Meet our crawlers

    bing.com · Abruf: 07.03.2019

  • Google1

    Google Support: Der Googlebot

    support.google.com · Abruf: 07.03.2019

  • Google2

    Google Support: Google-Crawler (User-Agents)

    support.google.com · Abruf: 07.03.2019

  • Google3

    Google Support: Index

    support.google.com · Abruf: 07.03.2019

  • Google4

    Google Support: Crawling-Frequenz

    support.google.com · Abruf: 07.03.2019

  • Google5

    Google Support: robots.txt

    support.google.com · Abruf: 07.03.2019

  • Google6

    Google Support: APIs-Google User-Agent

    support.google.com · Abruf: 07.03.2019

  • Google7

    Google Support: AdSense-Crawler

    support.google.com · Abruf: 07.03.2019

  • Google8

    Google Support: Duplizierter Content

    support.google.com · Abruf: 07.03.2019

  • Google9

    Google Support: Richtlinien für Webmaster

    support.google.com · Abruf: 07.03.2019

  • Heise1

    heise online: Yahoo macht Altavista dicht

    heise.de · Abruf: 07.03.2019

  • IRWiki1

    Information Retrieval Wiki (University of Glasgow): Crawler

    ir.dcs.gla.ac.uk · Abruf: 07.03.2019

  • LP1

    luna-park: Suchmaschinen-Marktanteile weltweit 2017

    luna-park.de · Abruf: 07.03.2019

  • NetPlanet1

    NetPlanet: Archie

    netplanet.org · Abruf: 07.03.2019

  • NLSEO1

    NextLevelSEO: Was sind Meta Tags?

    nextlevelseo.de · Abruf: 07.03.2019

  • ORF1

    ORF: Yahoo! übernimmt AltaVista

    orf.at · Abruf: 07.03.2019

  • Quaero1

    Quaero – europäisches Suchmaschinenprojekt

    quaero.org · Abruf: 07.03.2019

  • RyteWiki1

    Ryte Wiki: Yahoo! Slurp

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki2

    Ryte Wiki: Bingbot

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki3

    Ryte Wiki: Duplicate Content

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki4

    Ryte Wiki: OnPage-Optimierung

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki5

    Ryte Wiki: OffPage-Optimierung

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki6

    Ryte Wiki: Ranking

    de.ryte.com · Abruf: 07.03.2019

  • RyteWiki7

    Ryte Wiki: Hyperlink

    de.ryte.com · Abruf: 07.03.2019

  • SEL1

    Search Engine Land: What social signals do Google & Bing really count? (Interview von Danny Sullivan)

    searchengineland.com · Abruf: 07.03.2019

  • SEOChat1

    SEO Chat: The Yahoo! Slurp Crawler

    seochat.com · Abruf: 07.03.2019

  • SZ1

    Stuttgarter Zeitung: Und am Anfang war nicht Google

    stuttgarter-zeitung.de · Abruf: 07.03.2019

  • Wik1

    Wiktionary: googeln

    de.wiktionary.org · Abruf: 07.03.2019

  • Wiki2

    Wikipedia: User Agent

    de.wikipedia.org · Abruf: 07.03.2019

  • Wiki10

    Wikipedia: Sitemap

    de.wikipedia.org · Abruf: 07.03.2019

Information Retrieval 8

  • FHKOELN1

    FH Köln: Methoden und Verfahren des Information Retrieval

    ixtrieve.fh-koeln.de · Abruf: 07.03.2019

  • MYSQL1

    MySQL 8.0 Reference Manual: Full-Text Search Functions

    dev.mysql.com · Abruf: 07.03.2019

  • MYSQL2

    MySQL 8.0 Reference Manual: Natural Language Full-Text Searches

    dev.mysql.com · Abruf: 07.03.2019

  • ResearchGate

    ResearchGate: Skalierbarkeit von Ontology-Matching-Verfahren

    researchgate.net · Abruf: 07.03.2019

  • UNIH1

    Universität Hildesheim: Das COSIMIR-Modell für Information Retrieval mit neuronalen Netzen

    pdfs.semanticscholar.org · Abruf: 07.03.2019

  • Wiki1

    Wikipedia: Information Retrieval

    de.wikipedia.org · Abruf: 07.03.2019

  • Wiki5

    Wikipedia: Text Retrieval Conference

    de.wikipedia.org · Abruf: 07.03.2019

  • Wiki7

    Wikipedia: Sequentieller Zugriff

    de.wikipedia.org · Abruf: 07.03.2019

Neuronale Netze 23

  • Hebb1

    Hebb, D. O.: The Organization of Behavior (S. 62, Übersetzung nach Kandel et al., 1995, S. 700)

    Buch, keine Online-Quelle · Buch, 1949

  • Na1

    Rumelhart, Hinton, Williams: Learning representations by back-propagating errors (Nature 323, 1986)

    nature.com · Abruf: 07.03.2019

  • NN1

    neuronalesnetz.de: Einleitung

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN2

    neuronalesnetz.de: Units

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN3

    neuronalesnetz.de: Verbindungen zwischen Units

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN4

    neuronalesnetz.de: Input und Netzinput

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN5

    neuronalesnetz.de: Aktivitätsfunktion, Aktivitätslevel und Output

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN6

    neuronalesnetz.de: Trainings- und Testphase

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN7

    neuronalesnetz.de: Lernregeln – Überblick

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN8

    neuronalesnetz.de: Hebb-Regel

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN9

    neuronalesnetz.de: Delta-Regel

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN10

    neuronalesnetz.de: Backpropagation und folgende

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN11

    neuronalesnetz.de: Competitive Learning

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN12

    neuronalesnetz.de: Rekurrente Netze

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN13

    neuronalesnetz.de: Pattern Associator

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN14

    neuronalesnetz.de: Netztypen

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN15

    neuronalesnetz.de: Kompetitive Netze

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN16

    neuronalesnetz.de: Kohonennetze

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN17

    neuronalesnetz.de: Probleme

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN18

    neuronalesnetz.de: Zusammenfassung Lernregeln

    neuronalesnetz.de · Abruf: 07.03.2019

  • NN19

    neuronalesnetz.de: Zusammenfassung Netztypen

    neuronalesnetz.de · Abruf: 07.03.2019

  • Wiki3

    Wikipedia: Neuronales Netz

    de.wikipedia.org · Abruf: 07.03.2019

  • Wiki4

    Wikipedia: Aktionspotential

    de.wikipedia.org · Abruf: 07.03.2019

Web-Grundlagen 11

  • FreeForm1

    FreeFormatter.com: MIME Types List

    freeformatter.com · Abruf: 07.03.2019

  • HTMLSemi1

    HTML-Seminar.de: Textbereiche fett hervorheben mit <b> und <strong>

    html-seminar.de · Abruf: 07.03.2019

  • HTMLSemi2

    HTML-Seminar.de: Kursiv mit HTML-Befehl <i> oder <em>

    html-seminar.de · Abruf: 07.03.2019

  • HTMLSemi3

    HTML-Seminar.de: Links

    html-seminar.de · Abruf: 07.03.2019

  • IANA1

    IANA: Application Media Types (CSV)

    iana.org · Abruf: 07.03.2019

  • IANA2

    IANA: Media Types

    iana.org · Abruf: 07.03.2019

  • W3.ORG1

    W3C: The Multipart Content-Type (RFC 1341)

    w3.org · Abruf: 07.03.2019

  • W3Schools1

    W3Schools: HTML <h1> to <h6> Tags

    w3schools.com · Abruf: 07.03.2019

  • WebRef1

    WebReference: Relative URLs

    webreference.com · Abruf: 07.03.2019

  • Wiki8

    Wikipedia: Ajax (Programmierung)

    de.wikipedia.org · Abruf: 07.03.2019

  • Wiki11

    Wikipedia: Uniform Resource Locator

    de.wikipedia.org · Abruf: 07.03.2019

Technik des Prototyps 13

Gesellschaft & Datenschutz 3

  • PH1

    phase-6 Magazin: Der deutsche Wortschatz

    phase-6.de · Abruf: 07.03.2019

  • Wiki9

    Wikipedia: Spenden

    de.wikipedia.org · Abruf: 07.03.2019

  • Zeit1

    ZEIT ONLINE: Datenschützer wollen gegen Google vorgehen

    zeit.de · Abruf: 07.03.2019

Bildquellen

Drei Abbildungen der Arbeit stammen aus fremden Quellen und sind im PDF entsprechend gekennzeichnet.